미리보기
미리듣기
생성형 AI와 퍼블릭 스피킹의 융합 가능성을 실용적으로 제시한다. 스피치 준비부터 청중 분석, 피드백까지 AI가 어떻게 공적 말하기를 돕는지 구체적으로 안내한다.
흥미로운 점은 AI의 실시간 음성 및 감정 분석이 연사에게 즉각적인 피드백을 제공할 수 있다는 것이다. 연설자가 강조해야 할 핵심 부분이나 청중의 반응에 따라 발언을 조정하도록 돕는 AI 보조 기술은, 연사의 직관적 의사소통을 기술과 결합해 새로운 가능성을 열어 준다. 이로 인해 우리는 단순한 ‘퍼블릭 스피킹’에서 ‘협력적 스피킹’으로의 전환, 즉 인간과 기술이 협력해 더 나은 커뮤니케이션을 이끄는 시대를 맞이하고 있다.
－01_“퍼블릭 스피킹의 역사와 AI의 등장” 중에서
AI는 소셜 미디어 데이터, 설문 조사, 고객 피드백 등을 분석해 청중의 연령, 성별, 관심사, 지역적 특성 등을 파악해 낼 수 있다. 이러한 분석 결과는 연설자가 청중에게 가장 효과적으로 다가갈 수 있는 콘텐츠를 구성하는 데 중요한 자료가 된다. 어느 기업 행사에서 퍼블릭 스피킹을 해야 할 경우, AI 기반의 청중 분석 도구가 참석자의 데이터를 분석한 뒤 “주요 관심사는 친환경 기술과 지속 가능성”이라는 인사이트를 도출해 제시해 준다면, 연설자는 이에 맞춘 사례와 메시지를 보다 쉽게 준비할 수 있을 것이다. 그 결과는 당연히 청중과의 공감대를 형성하고, 메시지의 설득력을 강화하는 것으로 귀결될 것이다.
－03_“콘텐츠 개발에서의 AI 활용” 중에서
어떤 정치인이 선거 유세를 위해 AI 기반 청중 분석 시스템을 도입해 연설 중 청중의 표정, 음성, 제스처 등을 실시간으로 모니터링했다고 가정해 보자. 연설자는 사전 청중 분석에 관해 AI의 도움을 받았고 특정 주제에서 청중의 반응이 긍정적임을 확인하고 그 부분을 더욱 강화해 메시지 전달력을 높였다고 생각했다. 하지만 그 과정에서 일부 청중이 자신의 데이터가 무단 수집되었다고 느끼며 개인 정보 침해에 대한 우려를 제기할 가능성이 있다. 결과적으로 이와 같은 문제가 해결되지 않는다면 해당 시스템 도입에 대한 반발이 있을 것으로 예상된다.
－06_“윤리적 쟁점과 한계” 중에서
다시 언급하지만, AI 모델은 학습 데이터에 기반해 작동하기 때문에 데이터 편향 문제가 존재할 경우에 일부 청중이나 문화권에 대해 부정확한 피드백을 제공할 수 있다. 또한, AI가 수집하는 음성, 영상, 텍스트 데이터 등은 민감한 개인 정보를 포함할 수 있으며, 이에 따른 프라이버시 침해와 윤리적 문제가 제기될 수 있음에 항상 유의해야 한다. 최근에 출시된 AI는 일부 국가, 즉 미국이나 중국 등 특정 국가 중심의 데이터 세트로 학습된 AI 시스템일 가능성이 높다. 실제로 특정 사안에 관해서 일부 문화권의 발표 스타일을 부정확하게 평가한 사례가 나타나고 있다는 보도가 있는데, 이는 리더십 커뮤니케이션의 공정성을 저해하는 요인으로 작용할 수 있다.
－09_“리더십 커뮤니케이션과 AI” 중에서
교보문고: